自调优控制基础

栏: 自适应控制资源

虽然比例-积分-导数控制器或“PID回路”一直是事实上的标准工业反馈控制超过65年，他们并不总是容易使用。为了使PID循环发挥其潜力，必须首先对其进行调优以适应每个应用程序，然后定期重新调优以保持所需的闭环行为。

“自动调优”控制器可以根据要求自动生成合适的调优参数。在控制功能被禁用的情况下，操作人员只需按下“调谐”按钮，并观察控制器的调谐功能执行过程，直到有足够的输入/输出数据可用来量化过程的自然行为。

自整定控制器包括传统的PID控制函数和自整定函数，通过不断更新控制器的P、I和D整定参数来保持最佳闭环性能。自动调优控制器与此类似，只是它只执行一次调优操作，然后使用它计算出的参数启动闭环控制。许多商用的pid控制器都包括自动调优和自调优选项，许多供应商交替使用这两种表达式。

然后，调优函数可以推荐一组P、I和D调优参数，一旦反馈控制函数重新打开，这些参数将产生所需的闭环行为。大多数自动调优技术只是简单地模仿有经验的控制工程师在第一次将循环引入在线之前执行的步骤。(参见“使用齐格勒-尼科尔斯的自动调优控制”，控制工程，二零零六年十月。)

连续的重新调优或“自调优”是一个更困难的挑战，因为调优和控制功能同时操作。控制器必须继续将过程变量维持在指定的水平，因为它试图了解过程变量对控制工作的反应。(参见“基本自调优控制器”图表。)

不幸的是，这些目标相互矛盾。维护一个恒定的过程变量会使调优函数失去对过程行为的任何有用的洞察，而使用过程来观察它将如何对控制工作作出反应则会破坏控制函数的目的。

幸运的是，在闭环操作的正常过程中，有时控制效果和过程变量会波动，大多数自调谐器都是为利用这些情况而设计的。

定位点优化

设定值更改为流程的输入/输出行为提供了特别有价值的演示。在不使循环离线的情况下，自调优函数可以观察过程变量对每个控制工作的反应，因为控制函数试图使用其当前调优参数来实现新的设定值。如果该反应被证明过于迟缓，那么调优函数可以替代更积极的调优参数，反之亦然。

这样做的一种方法是将整个闭环系统视为一个单独的过程，设定值的变化作为一步测试，产生闭环系统的总体增益和时间常数。然后，可以从这些结果中导出开环过程的相应值，并且可以使用任意数量的传统调优规则计算新的调优参数。横河公司的UT100温度控制器采用了基于齐格勒-尼科尔斯步进响应调谐规则的该过程的变体。(参见“循环调优基础”，控制工程，二零零三年七月。)

不幸的是，在许多过程控制应用中，设定值的变化往往是罕见的，其中控制器的目标是将给定的压力、液位、流速或温度永远保持在一个特定的值。设定值调优在批处理应用中更有用，例如多相加热和冷却操作，其中设定值更改更频繁。

干扰调优

根据进程对扰动的反应重新调整循环更加棘手。当控制函数试图补偿扰动时，控制效果和过程变量确实会波动，但过程变量是对控制效果、额外扰动、测量噪声或所有三种影响的组合做出反应并不总是很明显。如果调优函数假设所有过程的变量波动都是由于控制努力造成的，那么它对过程行为的理解最终可能是倾斜的，并且它修改的调优参数可能不是最优的。

解决这个问题最简单的方法是要求操作人员监督调优函数。在重新调优开始后观察到额外的干扰时，操作人员可以中止调优操作并等待另一个单独的干扰出现。然而，要求操作员干预破坏了自治自调优控制器的主要目的之一。

消除操作人员判断需求的一种方法是仅在控制工作和过程变量开始“极限循环”或“搜索”时启用调优功能。当过于激进的调优导致控制函数对过程变量和设定值之间的错误反应过度时，就会出现极限循环。由此产生的控制工作量是如此之大，以至于它驱动过程变量超过设定值，从而导致与原始错误一样大但方向相反的新错误。然后控制函数就会反过来，重复这个错误无限，导致一系列持续的振荡。

极限环不仅是需要重新调优的一个容易检测到的指示，而且在计算改进的调优参数集时，它为调优函数提供了大量输入/输出数据。UT100也提供了这个选项，使用了可靠的Ziegler-Nichols终极灵敏度方法(参见上面的“循环调谐基础”)。RKC仪器公司的SA和CB系列数字温度控制器，欧姆龙电子公司的E5系列过程控制器，以及Gefran公司的GFX4/GFXTERMO4功率控制器也使用极限环进行实时环路调谐。(参见“极限环调优”图表。)

一些自调优控制器在尝试重新调优循环之前等待极限循环发生。通过Ziegler-Nichols极限灵敏度法，当前调谐参数和极限环周期(Tu)是重新调谐环路所需要的全部参数。

替代技术

然而，如果自调优控制器在启动补救性重新调优操作之前等待极限循环发生，则会导致比某些进程所能容忍的更大的可变性，并允许较差的调优在较长时间内得不到纠正。由于环间耦合、控制阀死区或周期性扰动，自调谐函数也可能难以区分实际的极限环和周期性振荡。

更复杂的替代方法是在所有输入/输出数据中寻找有关过程行为的线索，而不仅仅是单纯的正弦极限环。Ascon公司的gammadue系列X5过程控制器(也被称为Athena Controls公司的白金系列过程控制器)通过分析每次扰动后频域内的控制效果和过程变量来实现。

InSight是艾默生过程管理公司为DeltaV自动化系统提供的自调优功能，它为输入/输出数据创建了一个数学模型，通过IMC(基于内部模型的控制)或Lambda调优规则，可以从中导出适当的调优参数。然后，它根据最近的输入/输出数据与当前模型的匹配程度来指示它对流程行为的理解程度。更紧密的拟合意味着更准确的模型和更可靠的调谐参数。

InSight还使用其流程模型生成一个“调优索引”，该索引显示一旦实现新的调优参数将实现的可变性的预期变化百分比。调优索引还可以指示哪些循环需要重新调优。

自动的，但不简单

毫不奇怪，大多数自调优技术供应商都不愿透露他们是如何实现所有这些特性和功能的。虽然基本的PID控制算法广为人知，但特定的自整定控制器分析可用的输入/输出数据并生成整定参数的机制通常太复杂，无法解释。

对于工厂工程师来说，这可能是一个问题，因为他们可能会将其过程的控制委托给一个神秘的黑匣子。不可能事先确定正在考虑的特定自调优技术是否真的适用于特定的应用程序。案例历史可以帮助建立特定制造商战略的可信度，但性能不能保证。

当自整定函数产生每一组新的整定参数时，自整定技术的不确定性变得特别明显。除非操作符在执行结果之前检查结果，或者自调优函数以某种方式知道它是否生成了可靠的答案，否则有时新的调优参数可能会使循环的后续性能变差，而不是变好。

好处

具有讽刺意味的是，控制函数的糟糕性能通常会导致控制效果和过程变量的更剧烈波动，这反过来又为调优函数提供了更多有用的信息。不过，如果调优函数能够识别问题并标记出可疑的结果，那将是有帮助的。配备Accutune III算法的霍尼韦尔通用数字控制器知道何时计算出不真实的P、I和D参数，并通知操作员。

尽管自我调整技术还有待完善，但它的好处是值得冒险的。由于长期影响(如设备磨损或环境条件波动)而表现出时变行为的过程，可能很难用固定的调优参数集来控制。自调谐控制器可以跟踪过程中变化的增益和时间常数，并调整其调谐以匹配。

即使是一个平稳的过程，如果它足够非线性，也可以显示可变增益和时间常数。例如，控制pH值需要在等当点附近进行更保守的控制。当批处理接近中和时，可以检测到过程增益增加的自调谐控制器可以相应地抑制自己的调谐。

有关自调优控制器的更多示例，请参阅本文2007年8月的第2部分。

作者信息

Vance VanDoren是控制工程。联络他的地址是controleng@msn.com．

自适应控制资源

控制工程， 2002年10月或“自适应控制技术”，可从资源中心获得

您是否具有本内容中提到的主题的经验和专业知识?你应该考虑为我们的CFE媒体编辑团队做出贡献，并获得你和你的公司应得的认可。点击在这里开始这个过程。